1.本发明属于电力系统技术领域，尤其涉及一种基于日前-日内优化的电力系统低碳运行方法。
背景技术：2.在传统的电力调度中，电网运行多以经济性为优化目标，同时兼顾了一定的安全性。虽然经济调度可以大幅降低系统运行成本，提高整个社会的收益，但是该方式对二氧化碳的排放考虑较少，导致系统整体碳排放水平长期居高不下。随着“碳达峰”、“碳中和”目标的提出，电力系统作为中国社会的主要碳排放来源之一，面临着巨大的减排压力。
3.鉴于此，本发明提出一种基于日前-日内优化的电力系统低碳运行方法。
技术实现要素：4.为解决现有技术中存在的不足，本发明的目的在于，提供一种基于日前-日内优化的电力系统低碳运行方法。
5.为实现本发明的目的，本发明所采用的技术方案是：
6.一种基于日前-日内优化的电力系统低碳运行方法，包括日前机组组合优化阶段和日内低碳优化校正阶段，日前机组组合优化阶段，根据日前负荷预测与日前新能源出力区间预测结果，输入构建的日前机组组合模型，求解得到日前机组运行计划；
7.日内低碳优化校正阶段，根据日内超短期负荷预测与日内超短期新能源出力区间预测结果，以及求解得到的日前机组运行计划，输入构建的日内低碳校正模型中，求解得到修正后的机组出力。
8.进一步地，包括具体步骤：
9.(1)获取日前负荷预测与日前新能源出力区间预测结果；获取系统拓扑结构和网络参数；将日前预测结果和拓扑连接方式代入日前机组组合模型中，采用分支定界算法求解得到日前机组运行计划；
10.(2)获取日内超短期负荷与日内超短期新能源出力区间预测结果；将日前机组运行计划和日内超短期预测结果代入日内低碳校正模型中，采用原对偶内点法求解得到修正后的机组出力。
11.进一步地，日前机组组合模型以机组电量碳排放、启停碳排放以及二次调频碳排放之和最小为日前优化目标。
12.进一步地，日前机组组合模型目标函数的约束条件包括机组电量碳排放、机组启动碳排放约束、机组停机碳排放约束、机组调频碳排放约束、旋转备用约束、机组有功爬坡约束、最小启停时间约束、节点功率平衡约束、支路潮流约束。
13.进一步地，日前机组组合模型是一个混合整数线性规划问题，采用混合整数线性规划技术进行求解。
14.进一步地，日内低碳校正模型以日内系统碳排放总量和机组出力修正量最小为优
化目标。
15.进一步地，日内低碳校正模型目标函数的约束条件包括机组电量碳排放、调频碳排放、功率修正约束、调频机组约束、旋转备用约束、机组有功爬坡约束、交流潮流约束、节点电压约束、支路潮流约束、机组无功出力约束。
16.进一步地，日内低碳校正模型是一个连续非线性规划问题，采用连续非线性规划技术进行求解。
17.一种基于日前-日内优化的电力系统低碳运行系统，所述系统用于运行所述的基于日前-日内优化的电力系统低碳运行方法。
18.本发明的有益效果在于，与现有技术相比，本发明将电力系统低碳运行划分为两个阶段，日前机组组合优化阶段和日内低碳优化校正阶段。
19.在日前阶段，以日前负荷预测和新能源出力区间预测为输入，以火电机组电量碳排放、启停碳排放以及二次调频碳排放之和最小为日前优化目标，在满足系统碳排放最小的同时，成功实现机组开停方式、出力计划以及调节备用容量的最优组合与分配。
20.在日内阶段，以日前机组运行计划、日内超短期负荷和超短期新能源出力区间预测为输入，以日内碳排放量与修正偏差最小为目标的，在满足系统实时供需平衡的同时，有力支撑电网的安全可靠与低碳经济运行。
21.本发明提出的低碳优化运行方法，可以有效降低电力系统的碳排放，对于改善电网排放水平、助力电力低碳发展具有良好的实用价值。
附图说明
22.图1是本发明提出的基于日前-日内优化的电力系统低碳运行方法流程图；
23.图2是本发明实施例9节点系统拓扑图；
24.图3是日前80％置信概率下风电出力预测区间图；
25.图4是不同置信水平下的机组组合和碳排放结果示意图；
26.图5是机组g3各时段有功出力与调频容量示意图；
27.图6是日内超短期风电出力预测区间示意图；
28.图7是各机组有功出力修正前后结果对比图，(a)是机组g1，(b)是机组g2，(c)是机组g3；
29.图8是节点电压幅值分布图。
具体实施方式
30.下面结合附图和实施例对本发明的技术方案作进一步的说明。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本技术的保护范围。
31.本发明提出的基于日前-日内优化的电力系统低碳运行方法，其主要思想是将电力系统低碳运行划分为两个阶段，日前机组组合优化阶段和日内低碳优化校正阶段。本发明提出的低碳优化运行方法，可以有效降低电力系统的碳排放，对于改善电网排放水平、助力电力低碳发展具有良好的实用价值。
32.日前机组组合优化，是根据预测的日前负荷与新能源信息，给出次日系统的运行计划(日前计划)，即系统中各台机组24小时的开停机方式和有功出力。具体地，在日前阶
段，以日前负荷预测和新能源出力区间预测为输入，以火电机组电量碳排放、启停碳排放以及二次调频碳排放之和最小为日前优化目标，综合考虑旋转备用、二次调频容量、火电机组爬坡、最小启停时间、节点功率平衡以及支路潮流等约束，从而形成约束完备、结果可靠的日前机组组合模型。基于该模型，采用混合整数线性规划技术进行求解，在满足系统碳排放最小的同时，成功实现机组开停方式、出力计划以及调节备用容量的最优组合与分配。
33.日内低碳优化校正，则是结合日内超短期负荷与新能源预测结果(相比日前预测的结果更为准确)，通过引入交流潮流、节点电压、支路潮流等网络安全约束对日前计划进行校正，以确保系统运行的安全性和低碳性。具体地，在日内阶段，以日前机组运行计划、日内超短期负荷和超短期新能源出力区间预测为输入，通过引入交流潮流、节点电压幅值、无功出力上下限等约束，形成以日内碳排放量与修正偏差最小为目标的非线性连续优化模型。基于该模型，采用原对偶内点法进行高效求解，在满足系统实时供需平衡的同时，有力支撑电网的安全可靠与低碳经济运行。
34.如图1所示，本发明提出的基于日前-日内优化的电力系统低碳运行方法，具体流程如下：
35.(1)获取日前负荷预测与新能源出力区间预测结果；获取系统拓扑结构和网络参数，包括节点的连接方式、线路的阻抗参数等；
36.(2)将日前预测结果和拓扑连接方式代入日前机组组合模型中；采用分支定界算法求解日前机组组合模型，得到各机组运行计划(u
n,t
,p
n,t
)；
37.(3)获取日内超短期负荷与新能源出力区间预测结果；将日前计划(u
n,t
,p
n,t
)和日内超短期预测结果代入日内低碳校正模型中；采用原对偶内点法求解该模型，得到修正后的机组出力p
n,t
。
38.其中，日前机组组合模型：
39.1)目标函数
40.以机组电量碳排、启停碳排和二次调频碳排放之和最小为日前优化目标，即：
[0041][0042]
式中，分别为火电机组n在t时段的发电(电量)碳排、启动碳排、停机碳排和二次调频碳排；t为日前调度周期，取t＝24小时；n为火电机组台数。
[0043]
2)约束条件
[0044]
①
机组电量碳排放
[0045][0046][0047][0048]vn,t,1
(p
n,1-p
n,0
)≤p
n,t,1
≤u
n,t
(p
n,1-p
n,0
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0049]vn,t,l
(p
n,l-p
n,l-1
)≤p
n,t,l
≤v
n,t,l-1
(p
n,l-p
n,l-1
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0050]
式中，l为火电机组的有功出力区间分段序号；l为火电机组出力区间分段数；p
n,t,l
为火电机组n在第t时段第l分段的出力变量；p
n,l
为第l段出力上限(即区间端点)，其中，p
n,0
＝pn，u
u,t
为火电机组n在第t时段的运行状态变量，分别用值1和0表示运行和停机状态；v
n,t,l
为0-1变量，当火电机组n在第t时段的有功超过第l分段时取1，否则取0；p
n,t
、pn和分别为机组n在第t时段的有功出力及其下限和上限；ρ
n,l
为火电机组n在第l分段的碳排放斜率；δt为时间分辨率，取1h。
[0051]
②
机组启动碳排放约束
[0052][0053][0054]
式中，为火电机组n单次启动所产生的碳排放。
[0055]
③
机组停机碳排放约束
[0056][0057][0058]
式中，为火电机组n单次停机所产生的碳排放。
[0059]
④
机组调频碳排放约束
[0060][0061][0062][0063][0064][0065]
式中，kn为1h内机组n的预期调频次数；为机组n在t时段第l分段提供的向上调节容量，该容量不超过本分段可发电剩余容量；为机组n在第t时段第l分段提供的向下调节容量，该容量不超过本分段已发电容量；λn为机组n调频碳排放相对正常运行碳排放的修正系数；为机组n的最大调频容量；a
t
为系统在t时段的最低调频容量需求；δt
′
为调频持续时间。
[0066]
式(11)-(12)的作用是限制机组n在第l分段的调频容量范围；式(13)的作用是保证机组n在t时段所能提供的调频容量不超过其最大值；式(14)用于确保系统内所有机组提供的调频容量不低于最低调频容量需求；式(15)考虑了正向和反向调频所产生的额外碳排放。
[0067]
⑤
旋转备用约束
[0068]
[0069]
式中，b
t
为系统在t时段的最小备用容量需求。
[0070]
⑥
机组有功爬坡约束
[0071][0072]
式中，和分别为机组n的上升和下降速率限制。
[0073]
⑦
最小启停时间约束
[0074][0075][0076]
式中，和分别为机组n允许的最小连续运行和停机时间，其值由锅炉和汽轮机本身的技术条件决定。
[0077]
⑧
节点功率平衡约束
[0078]
流入与流出系统各节点的功率应实时平衡，即：
[0079][0080]
式中，p
b∈i,t
、p
s∈i,t
、p
w∈i,t
、p
h∈i,t
、p
a∈i,t
和p
d∈i,t
分别为t时段属于节点i的受电、光伏、风电、水电、核电功率以及负荷需求；p
ij,t
为连接节点i和j的支路有功，其方向为i到j。
[0081]
⑨
支路潮流约束
[0082]
流经支路ij的有功可表示为：
[0083][0084][0085]
式中，x
ij
为支路ij的电抗标幺值；θi、θj分别为节点i和节点j的电压相角；p
ij
、分别为支路ij的有功下限和上限。
[0086]
联立式(1)-(22)即可得到日前机组组合模型，该模型是一个混合整数线性规划问题，可采用分支定界算法或商用求解器直接计算。
[0087]
其中，日内低碳校正模型：
[0088]
1)目标函数
[0089]
根据日前计划确定的机组开停方式和出力计划，以日内系统碳排放总量和机组出力修正量为最小的目标函数可描述如下：
[0090][0091]
式中，分别为火电机组n在t时段的发电(电量)碳排和调频碳排；t为日内优化周期，取t＝10小时，时间分辨率为15分钟，采用滚动方式进行；分别为火电机组n在t时段相对日前计划的修正量，均为正值，上标“+”表示机组出力相比日前计划增加，
“‑”
表示机组出力相比日前计划减少；w1、w2分别对应碳排放与功率修正量的权重；n为火电机组台数。
[0092]
2)约束条件
[0093]
①
机组电量碳排放
[0094][0095]
式中，δt为日内优化时间分辨率，取0.25h；式中，an、bn、cn分别为机组n碳排放曲线的二次项、一次项和常数项。
[0096]
②
调频碳排放
[0097][0098]
其中，为火电机组n在t时段的二次调频碳排，为机组n在t时段提供的向上调节容量，λn为机组n调频碳排放相对正常运行碳排放的修正系数，δt
′
为调频持续时间。
[0099]
③
功率修正约束
[0100][0101][0102][0103]
式中，为日前计划中机组n在t时段的有功出力计划值；分别为火电机组n的最大允许向上和向下修正量。
[0104]
④
调频机组约束
[0105]
对于日前计划确定的调频机组和调频容量，日内优化中需要确保对应机组调频容量不低于日前水平。
[0106][0107]un,t
pn≤p
n,t-a
n,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(30)
[0108]an
≤a
n,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(31)
[0109]
式中，an为日前计划中机组n中标的调频容量；u
n,t
为日前计划所确定的机组n的开停状态，为已知值。
[0110]
⑤
旋转备用约束
[0111][0112]
式中，b
t
为系统在t时段的最小备用容量需求，u
n,t
为日前计划所确定的机组n的开停状态，为已知值。
[0113]
⑥
机组有功爬坡约束
[0114][0115]
式中，和分别为机组n的上升和下降速率限制。
[0116]
⑦
交流潮流约束
[0117]
各节点有功和无功功率应分别平衡，即
[0118][0119][0120]
式中，p
i,t
、q
i,t
为t时段节点i的注入有功和无功功率；θ
ij,t
＝δ
i,t-δ
j,t-α
ij
，v
i,t
和δ
i,t
分别是节点i的电压幅值和相角；y
ij
∠α
ij
对应节点导纳矩阵第i行第j列元素。
[0121]
⑧
节点电压约束
[0122][0123]
式中，vi、分别为节点i电压幅值的最小和最大值。
[0124]
⑨
支路潮流约束
[0125]
p
ij,t
＝-(v
i,t
)2y
ij
cosα
ij
+v
i,tvj,tyij
cosθ
ij,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(37)
[0126][0127]
⑩
机组无功出力约束
[0128][0129]
式中，qn、为机组n的最小无功和最大无功出力；q
n,t
为机组n在t时段的无功出力。
[0130]
联立式(23)-(39)即可得到日内低碳校正模型，由于该模型中机组启停状态为日前计划所确定，因此该模型是一个连续非线性规划问题，可采用原对偶内点算法快速求解。
[0131]
本发明还提供一种基于日前-日内优化的电力系统低碳运行系统，所述系统用于运行所述的基于日前-日内优化的电力系统低碳运行方法。
[0132]
为验证本发明方法的正确性及有效性，选取ieee9节点系统进行测试。图2为9节点系统主接线。该系统包括9条支路，3台火电机组和1个风电场，其中风电场的日前预测出力如图3所示。表1给出了火电机组的碳排放参数，备用容量为每小时总负荷的10％，机组出力等分为l＝5段。
[0133]
表1
[0134]
机组名称a/(tco2/mw2h)b/(tco2/mwh)c/tco2c
su
/tco2c
sd
/tco2g10.00110.3441.37010020g20.00530.1861.4505010g30.00040.1421.86620040
[0135]
(1)日前阶段
[0136]
图3为利用区间预测技术得到的日前80％置信概率下的风电出力预测区间，时间分辨率为1h。系统最小调频容量需求取图3中风电波动区间的一半。采用分支定界方法求解模型(1)-(22)，得到80％、85％、90％和95％四种置信水平下日前机组开停机方式与各项碳排放如图4所示。
[0137]
图4中第2列代表机组各时段投入情况。通过分析比较，可以看出随着置信概率的提高，所考察的风电出力变化范围越大(占总出力范围的比例越高)，相应的调频容量需求也越大，3台机组投入运行的时段也在增多。具体地，当置信概率由80％上升到85％时，为平抑风电在更大范围的波动，机组g2在第3～10时段也投入了运行。结合表1可知，三台机组中
g3的碳排放特性优于g2，g2优于g1，因此随着g1和g2投入运行的时段数增多，g3被迫压出力，从而导致80％、85％和90％三种场景下的发电碳排放逐渐增加。95％与90％置信概率场景相比，减少了g1在第22～24时段的投入，因此发电碳排放有所下降。
[0138]
需要说明的是，四种置信概率场景中g1机组在第19～21时段均处于开机状态，这是因为仅依靠g2和g3无法在这一时段提供足够的出力和调频/备用容量。如前所述，风电波动区间越大，系统所需调频容量和调节需求也随之增多。其直接结果是调频碳排放和总碳排放亦随之不断增加。因此，提高风电预测的准确性，同时采取其他措施平抑风电的波动，可在一定程度上减少系统的碳排放。
[0139]
图5给出了80％置信区间下机组g3各时段的有功出力与调频容量。图中，机组的出力范围等分为5段，即[0.7,1.0]、[1.0,1.3]、[1.3,1.6]、[1.6,1.9]、[1.9,2.2]p.u。由该图可知，只有当机组前一分段出力达到分段上限后，后一分段出力才能大于0，该结果验证了模型的有效性。其次，机组各时段的调频范围均以当前出力值为中点上下浮动，且调频容量同时满足机组出力限值和调频限值约束(如第20和21时段，机组有功出力满发，对应的调频容量均为0；而其余时段调频容量不超过其最大值即15mw)，说明了式(11)-(12)起到了预期作用，进一步验证了本发明方法的有效性。
[0140]
(2)日内阶段
[0141]
图6为日内阶段利用区间预测技术得到的超短期风电出力预测区间，时间分辨率为15分钟。相比日前预测(即图3)，日内超短期预测的准确性更高，同时可以获得更窄的预测区间。依据该日内预测结果，采用原对偶内点法和模型(23)-(39)对85％置信概率下的日前出力计划进行修正。
[0142]
修正后的发电碳排放为1166.6161吨，调频碳排放为4.3335吨。对比图4可知，发电碳排放增加了4.05％，而调频碳排放则大幅减少了58.97％。这是因为日内校正模型采用交流潮流进行计算，相比于日前的线性潮流模型，交流模型中考虑了网络损耗，使得火电机组增加了部分出力，致使其发电碳排放有所上升。这从图7中各机组日前计划值与日内修正值的对比可以看出。由于超短期预测的结果更为准确，且提供的预测区间相对较窄，因此日内调频所产生的碳排放较日前更低。图8为所有时段各节点的电压幅值频数统计。可见，各节点的电压幅值均在0.98～1.05p.u之间，满足了系统安全稳定运行的要求。
[0143]
本发明的有益效果在于，与现有技术相比，本发明将电力系统低碳运行划分为两个阶段，日前机组组合优化阶段和日内低碳优化校正阶段。
[0144]
在日前阶段，以日前负荷预测和新能源出力区间预测为输入，以火电机组电量碳排放、启停碳排放以及二次调频碳排放之和最小为日前优化目标，在满足系统碳排放最小的同时，成功实现机组开停方式、出力计划以及调节备用容量的最优组合与分配。
[0145]
在日内阶段，以日前机组运行计划、日内超短期负荷和超短期新能源出力区间预测为输入，以日内碳排放量与修正偏差最小为目标的，在满足系统实时供需平衡的同时，有力支撑电网的安全可靠与低碳经济运行。
[0146]
本发明提出的低碳优化运行方法，可以有效降低电力系统的碳排放，对于改善电网排放水平、助力电力低碳发展具有良好的实用价值。
[0147]
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为
了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
技术特征：1.一种基于日前-日内优化的电力系统低碳运行方法，其特征在于，包括日前机组组合优化阶段和日内低碳优化校正阶段，日前机组组合优化阶段，根据日前负荷预测与日前新能源出力区间预测结果，输入构建的日前机组组合模型，求解得到日前机组运行计划；日内低碳优化校正阶段，根据日内超短期负荷预测与日内超短期新能源出力区间预测结果，以及求解得到的日前机组运行计划，输入构建的日内低碳校正模型中，求解得到修正后的机组出力。2.根据权利要求1所述的基于日前-日内优化的电力系统低碳运行方法，其特征在于，包括具体步骤：(1)获取日前负荷预测与日前新能源出力区间预测结果；获取系统拓扑结构和网络参数；将日前预测结果和拓扑连接方式代入日前机组组合模型中，采用分支定界算法求解得到日前机组运行计划；(2)获取日内超短期负荷与日内超短期新能源出力区间预测结果；将日前机组运行计划和日内超短期预测结果代入日内低碳校正模型中，采用原对偶内点法求解得到修正后的机组出力。3.根据权利要求1所述的基于日前-日内优化的电力系统低碳运行方法，其特征在于，日前机组组合模型以机组电量碳排放、启停碳排放以及二次调频碳排放之和最小为日前优化目标。4.根据权利要求3所述的基于日前-日内优化的电力系统低碳运行方法，其特征在于，日前机组组合模型目标函数的约束条件包括机组电量碳排放、机组启动碳排放约束、机组停机碳排放约束、机组调频碳排放约束、旋转备用约束、机组有功爬坡约束、最小启停时间约束、节点功率平衡约束、支路潮流约束。5.根据权利要求3所述的基于日前-日内优化的电力系统低碳运行方法，其特征在于，日前机组组合模型是一个混合整数线性规划问题，采用混合整数线性规划技术进行求解。6.根据权利要求1所述的基于日前-日内优化的电力系统低碳运行方法，其特征在于，日内低碳校正模型以日内系统碳排放总量和机组出力修正量最小为优化目标。7.根据权利要求6所述的基于日前-日内优化的电力系统低碳运行方法，其特征在于，日内低碳校正模型目标函数的约束条件包括机组电量碳排放、调频碳排放、功率修正约束、调频机组约束、旋转备用约束、机组有功爬坡约束、交流潮流约束、节点电压约束、支路潮流约束、机组无功出力约束。8.根据权利要求6所述的基于日前-日内优化的电力系统低碳运行方法，其特征在于，日内低碳校正模型是一个连续非线性规划问题，采用连续非线性规划技术进行求解。9.一种基于日前-日内优化的电力系统低碳运行系统，其特征在于，所述系统用于运行权利要求1-8任一所述的基于日前-日内优化的电力系统低碳运行方法。
技术总结本发明公开了一种基于日前-日内优化的电力系统低碳运行方法，包括日前机组组合优化阶段和日内低碳优化校正阶段，日前机组组合优化阶段，根据日前负荷预测与日前新能源出力区间预测结果，输入构建的日前机组组合模型，求解得到日前机组运行计划；日内低碳优化校正阶段，根据日内超短期负荷预测与日内超短期新能源出力区间预测结果，以及求解得到的日前机组运行计划，输入构建的日内低碳校正模型中，求解得到修正后的机组出力。本发明提出的低碳优化运行方法，可以有效降低电力系统的碳排放，对于改善电网排放水平、助力电力低碳发展具有良好的实用价值。良好的实用价值。良好的实用价值。
技术研发人员：丁超杰 闫朝阳 熊浩 戴上 梁文腾 周航
受保护的技术使用者：国网江苏省电力有限公司
技术研发日：2022.07.14
技术公布日：2022/11/1
